小弟是一个Failure analysis工程师 最近公司委托的封装厂出了一批货 有比平常高的failure rate 取量大的来看大约可以到99.90%的assembly yield 意即我们委量1000pcs 可以拿到999pcs完好的产品 1pcs是由他们内部检测,发现封装有明显缺陷的产品 之後这999pcs会开始做封测的动作,没有通过的产品记为failure 我们之前的总量大约有到60000pcs, failure rate不到0.05% 但是近日有两批货failure rate高达2% 进行failure analysis之後,目前双方都认定是电路烧毁 以下是封装厂的说法 我们以前也遇过相同的问题 但是这个是电路设计不良 发生问题的客户换过电路设计之後再也没有发生过了 电路烧毁有可能是静电放电造成 我们的封装仪器所有安规检验都合格 所以你们应该检查一下你们的电路是不是静电防护没有做好 事实上我们这段时间并没有改变什麽设计 只是相同的产品再增量出产, 照理说应该维持原本的良率 如果我手边有这段时间产量的row data 如下例 DBQty SHQty AssYield Defect failure rate 1. 2010/1/30 10000 9900 99.90% 0 0% 2. 2010/2/15 5000 5000 100.00% 0 0% ...... 15. 2010/6/15 3000 3000 100.00% 60 2% 就封装厂的说法,认定他们的制程没什麽问题AssYield变率不大 如果我们想进行检定 因为电路没有改, 所以failure rate应该是差不多的水准 我想说是不是可以用统计来否定封装厂的说法 就假定平常会有0.05%的failure rate是正常好了 刚好就这一批货3000颗里面一堆落在那0.05%里,所以它failure rate变2% 即3000颗应该会有1.5颗的failure, 出现了60颗算不算显着 (这样解释对吗?) (fr=failure rate) H0: fr15!=fr1=fr2=fr3=fr4=....=0.05% 逐笔比对 H1: fr15=fr1=fr2=fr3=fr4=0.05% H0: fr15!=fr(1+2+3+...+14)=0.05% 把其他的量(相同电路设计)全部合起来比对 H1: fr15=fr(1+2+....+14)=0.05% 这两者在意义上不晓得有没有差别? --------------------------------------- 我本身没有念过统计, 最近翻了一些书来看 如果观念有错 还请板友不吝指教 或者是这种量的分析有其他较好的方式? 请板友可以提一下该方式的名称, 我再去翻找相关的资讯 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 61.66.243.96 ※ 编辑: cpusf 来自: 61.66.243.96 (06/24 15:44)